Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch

Detalhes bibliográficos
Autor(a) principal: Moreira, Pedro Augusto Cardoso Cotrim
Data de Publicação: 2024
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: http://app.uff.br/riuff/handle/1/32504
Resumo: Smartphones e smartwatches se tornam cada vez mais comuns e acessíveis, e possuem sensores que podem coletar dados sobre a movimentação do usuário. Esses dados podem ser utilizados em sistemas biométricos, fornecendo uma plataforma simples para sistemas móveis de autenticação, que não dependem de um local fixo para funcionar. Por isso, estudos recentes se utilizam desses dispositivos para coletar dados e implementar sistemas biométricos comportamentais. Utilizamos dados de acelerômetro e giroscópio capturados por smartphones e smartwatches de 50 participantes coletados durante a realização de 18 diferentes atividades do cotidiano. Nós utilizamos um modelo de machine learning para fazer o reconhecimento dessas atividades, e seguimos os passos propostos pelo estudo que coletou os dados para reconhecimento biométrico, comparando os resultados. Os resultados apresentados mostram que esses dados, que podem ser coletados de maneira fácil e contínua, são suficientes para implementar sistemas biométricos com diversas atividades, e que essas atividades podem ser reconhecidas com uma alta precisão
id UFF-2_25630d6abea60435c476f2ed89afd31f
oai_identifier_str oai:app.uff.br:1/32504
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatchAutenticaçãoBiometriaMineração de dadosReconhecimento de atividades humanasRelógio inteligenteAprendizado de máquinaBiometriaAuthenticationBiometricsData miningHuman activity recognitionSmartphoneSmartwatchAccelerometerGyroscopeSmartphones e smartwatches se tornam cada vez mais comuns e acessíveis, e possuem sensores que podem coletar dados sobre a movimentação do usuário. Esses dados podem ser utilizados em sistemas biométricos, fornecendo uma plataforma simples para sistemas móveis de autenticação, que não dependem de um local fixo para funcionar. Por isso, estudos recentes se utilizam desses dispositivos para coletar dados e implementar sistemas biométricos comportamentais. Utilizamos dados de acelerômetro e giroscópio capturados por smartphones e smartwatches de 50 participantes coletados durante a realização de 18 diferentes atividades do cotidiano. Nós utilizamos um modelo de machine learning para fazer o reconhecimento dessas atividades, e seguimos os passos propostos pelo estudo que coletou os dados para reconhecimento biométrico, comparando os resultados. Os resultados apresentados mostram que esses dados, que podem ser coletados de maneira fácil e contínua, são suficientes para implementar sistemas biométricos com diversas atividades, e que essas atividades podem ser reconhecidas com uma alta precisãoSmartphones and smartwatches have become common and accessible and have motion-based sensors capable of collecting valuable data about their user. These data can be used in biometrics systems and human activity recognition, providing a simple platform for mobile authentication systems, that don’t depend on a fixed location to work. For that reason, recent studies have used such devices to collect and implement motion-based behavioral biometrics systems. We have used accelerometer and gyroscope data captured by smartphones and smartwatches, with 50 participants performing 18 different daily activities collected by one such study. We used a machine learning model to identify the 18 activities, and also followed the steps proposed by the study that collected the data for biometrics systems, comparing our results. The results show that these data, that can be collected easily and continually, are sufficient to implement behavioral biometrics systems with multiple activities and that those activities can be identified with high accuracy.Ramos, Taiane C.Albuquerque, Célio Vinicius Neves deGuerra, RaphaelMoreira, Pedro Augusto Cardoso Cotrim2024-02-29T17:54:11Z2024-02-29T17:54:11Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfMOREIRA, Pedro Augusto Cardoso Cotrim. Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch. 2023. 14 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.http://app.uff.br/riuff/handle/1/32504CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2024-02-29T17:54:16Zoai:app.uff.br:1/32504Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-02-29T17:54:16Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch
title Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch
spellingShingle Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch
Moreira, Pedro Augusto Cardoso Cotrim
Autenticação
Biometria
Mineração de dados
Reconhecimento de atividades humanas
Relógio inteligente
Aprendizado de máquina
Biometria
Authentication
Biometrics
Data mining
Human activity recognition
Smartphone
Smartwatch
Accelerometer
Gyroscope
title_short Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch
title_full Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch
title_fullStr Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch
title_full_unstemmed Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch
title_sort Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch
author Moreira, Pedro Augusto Cardoso Cotrim
author_facet Moreira, Pedro Augusto Cardoso Cotrim
author_role author
dc.contributor.none.fl_str_mv Ramos, Taiane C.
Albuquerque, Célio Vinicius Neves de
Guerra, Raphael
dc.contributor.author.fl_str_mv Moreira, Pedro Augusto Cardoso Cotrim
dc.subject.por.fl_str_mv Autenticação
Biometria
Mineração de dados
Reconhecimento de atividades humanas
Relógio inteligente
Aprendizado de máquina
Biometria
Authentication
Biometrics
Data mining
Human activity recognition
Smartphone
Smartwatch
Accelerometer
Gyroscope
topic Autenticação
Biometria
Mineração de dados
Reconhecimento de atividades humanas
Relógio inteligente
Aprendizado de máquina
Biometria
Authentication
Biometrics
Data mining
Human activity recognition
Smartphone
Smartwatch
Accelerometer
Gyroscope
description Smartphones e smartwatches se tornam cada vez mais comuns e acessíveis, e possuem sensores que podem coletar dados sobre a movimentação do usuário. Esses dados podem ser utilizados em sistemas biométricos, fornecendo uma plataforma simples para sistemas móveis de autenticação, que não dependem de um local fixo para funcionar. Por isso, estudos recentes se utilizam desses dispositivos para coletar dados e implementar sistemas biométricos comportamentais. Utilizamos dados de acelerômetro e giroscópio capturados por smartphones e smartwatches de 50 participantes coletados durante a realização de 18 diferentes atividades do cotidiano. Nós utilizamos um modelo de machine learning para fazer o reconhecimento dessas atividades, e seguimos os passos propostos pelo estudo que coletou os dados para reconhecimento biométrico, comparando os resultados. Os resultados apresentados mostram que esses dados, que podem ser coletados de maneira fácil e contínua, são suficientes para implementar sistemas biométricos com diversas atividades, e que essas atividades podem ser reconhecidas com uma alta precisão
publishDate 2024
dc.date.none.fl_str_mv 2024-02-29T17:54:11Z
2024-02-29T17:54:11Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MOREIRA, Pedro Augusto Cardoso Cotrim. Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch. 2023. 14 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.
http://app.uff.br/riuff/handle/1/32504
identifier_str_mv MOREIRA, Pedro Augusto Cardoso Cotrim. Biometria comportamental e reconhecimento de atividade humana com dados de smartphone e smartwatch. 2023. 14 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Instituto de Computação, Universidade Federal Fluminense, Niterói, 2023.
url http://app.uff.br/riuff/handle/1/32504
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1802135449685196800

Registros relacionados